如何用变量/函数简化Pandas多列.between()日期范围过滤？

核心问题 #

pd.Series.between() 需要传入两个独立参数（左边界和右边界），直接传元组会被当成单个参数导致报错，用*操作符解包元组就能解决这个问题。

实现步骤 #

1. 定义日期范围变量
   把重复的日期范围存成元组，后续只需修改变量值即可批量更新：

# 定义Q2 2023和Q2 2024的日期范围
q2_2023 = ("6/1/2023", "6/30/2023")
q2_2024 = ("6/1/2024", "6/30/2024")

2. 用解包操作调用between
   通过*把元组拆成两个独立参数传给between()：

TimeFrame = (
    WFRL["EOD (HIRE_DT)"].between(*q2_2023) |
    WFRL["Grade Entry Date"].between(*q2_2023) |
    WFRL["Step Date"].between(*q2_2023) |
    WFRL["WGI Due Dt"].between(*q2_2024)
)

进阶优化（多列批量处理） #

如果需要过滤的日期列很多，可以用循环简化代码，避免重复写between()：

import pandas as pd

# 先把日期列转为datetime类型（推荐，避免字符串比较的潜在问题）
date_columns = ["EOD (HIRE_DT)", "Grade Entry Date", "Step Date", "WGI Due Dt"]
WFRL[date_columns] = WFRL[date_columns].apply(pd.to_datetime)

# 定义日期范围
q2_2023 = ("2023-06-01", "2023-06-30")
q2_2024 = ("2024-06-01", "2024-06-30")

# 批量生成前3列的过滤条件
common_cols = ["EOD (HIRE_DT)", "Grade Entry Date", "Step Date"]
common_condition = WFRL[common_cols].apply(lambda col: col.between(*q2_2023)).any(axis=1)

# 合并最终条件
TimeFrame = common_condition | WFRL["WGI Due Dt"].between(*q2_2024)

内容的提问来源于stack exchange，提问作者NKME